AI 隐喻的风险

隐喻是理解新概念的好方法，隐喻在科技行业里的使用非常频繁，比如「Computer」曾被看作是一类「电子脑」（这也是中文「电脑」一词的来源）；而在早些时候，「Computer（计算机）」则是一类人的隐喻，她们是使用计算机（或者叫「计算器」）设备的人类，通常是女性。

这篇长文（链接、30 分钟阅读时长）不仅列举了计算机行业里的各类隐喻，还重点探讨了 AI 时代过度使用隐喻的风险。这是因为 AI 领域庞杂而且技术复杂，过度使用隐喻可能会导致简化复杂性的倾向，从而给大众错误的预期，影响大众对 AI 技术的正确认知，甚至也会影响到政府决策。

汽车维修的历史

一个世纪之前，汽车开始进入消费市场的重要阻碍并不是价格，而是要让消费者意识到汽车需要维修和保养，这篇长文（链接、40 分钟阅读时长）首先回顾了 1900 年代美国汽车工业如何解决这一难题，当时存在三种不同的维修和保养理念：

• 像对待马车一样精心呵护，这是当时电动车所宣扬的理念；
• 即便车辆没有问题，也需要车主定期更换易损件，主要代表车企为通用汽车；
• 仅在车辆出现问题时再去保养或更换零部件，福特汽车秉承这一理念；

文章谈到，除了电动车很快因为无法克服的电池问题而边缘化外，另外两种理念不断影响着汽车工业的发展，同时也在塑造人与汽车（机器）的关系，并延续到现在。

Twitter 的命运或许已经写好

现在回头去看 Twitter 的出现与崛起，多少有点偶然的要素，它只是当时快速兴起的一众社交媒体里的普通一员，长时间处于缓慢发展阶段，但基于最普通的社交产品功能，逐步构建起了强大的社交关系。

但随着伊隆·马斯克收购 Twitter，这位亿万富翁希望让 Twitter 变得更酷或者更像 TikTok，但新 Feed 流产品既毁掉了 Twitter 赖以成功的「关注」机制，也由于 Twitter 的算法远逊于 TikTok，导致用户现在常常陷入推荐失灵的信息流之中；而且马斯克特有的社交媒体发言方式，也不断左右着这个产品的未来走向。

Eugene Wei 在这篇长文（链接、50 分钟阅读时长）里还进一步探索了社交媒体产品与城市或社区之间的对应关系，就像很多城市管理者意气风发地建设新区/新城，最后落得一地鸡毛一样，马斯克对于 Twitter 的「升级改造」，终将毁掉这个产品。

元宇宙的失败对建筑公司有哪些启示

2023 年 7 月，元宇宙已经成为完全边缘化的产品，知名元宇宙平台 Decentraland 现在每天只有不到 100 个活跃用户，Meta 力推的 Horizon World 更是惨淡，最近每天的全球总收入不足 500 美元。

这篇文章（链接、20 分钟阅读时长）侧重于建筑领域的元宇宙乱局，曾几何时，众多知名建筑事务所积极进军元宇宙，纷纷宣布在元宇宙中创建虚拟城市、虚拟办公室和社交空间，但事实证明，建筑公司根本不知道自己在做什么，他们既没有搞清楚元宇宙是什么，也不知道自己和科技公司之间的关系是什么。

有趣的是，当越来越多的公司开始要求员工重新回到办公室工作，办公室的建筑需求似乎又回来了。

数据与计算的飞轮效应

「飞轮效应」是很多企业家梦寐以求的状态，无论是用户量还是业务营收变化，当飞轮来到临界点之后，无需过多投入，利用重力和冲力带来的动力，整个系统就会自然而言进入到一个高速增长的阶段。

在这篇文章（链接、20 分钟阅读时长）作者看来，数据和计算也可以形成一种「飞轮效应」。首先是数据量在过去二十年迎来大爆发，使得我们进入到「大数据时代」；其次，基于 GPT 模型的计算需求，不断推动计算能力的增长，而随着 GPT 模型在各个行业的落地实践，势必产生新的数据以及计算架构的升级迭代，由此成为一种「飞轮效应」。

从「生产力色情」到「正念生产力」

「porn」这个词并非转指成人影视作品，而是有着相等广泛的应用场景，你可以将其理解为一种不惜一切手段满足某一项兴趣爱好的举动，这些举动会让某些人着迷甚至上瘾。

在个人生产力的场景里，「生产力色情」追求的是通过对时间的精准掌控以及对数字工具的熟练运用，让自己可以更快也更多地完成工作，或者至少要让人觉得，你完成了工作。「生产力色情」的流行，一方面是对时间的焦虑，另一方面则是便捷的数字工具，容易制造虚幻的感觉。

但在这篇文章（链接、15 分钟阅读时长）作者看来，「生产力色情」不具备持久性，而且并不科学合理。比如它会造成一种假象，让用户认为仅仅通过规划、学习就能提高效率，甚至很多方法都在鼓励用户构建一系列如机器般的精密系统，完全无视用户面对现实社会时的复杂性。

基于这样的问题，作者认为很多生产力教程过于僵化，没有让用户真正意识到自己的问题所在，在本文所谈的「正念生产力」理念里，更强调用户的自我反思，比如找到自己的瓶颈与难题到底到底在哪里？再比如，管理你的信息摄入，就像每天填满肚子的食物一样，我们也应该认真对待那些每天进入大脑的信息，通过平衡不同的信息摄入，保证内心的平静，才能以「正念」思维，考虑更多生产力相关的事情。

Google DeepMind 的突破点在哪里

Google 重组内部 AI 团队，成立 Google DeepMind 的举措被外界认为是应对 OpenAI 挑战的新起点，这期播客（链接、60 分钟收听时长、30 分钟阅读时长）也从这个话题开始，Google DeepMind CEO Demis Hassabis 分享了他对公司重组的看法，他特别提及 Google 内部的工程师文化，他认为这种自由讨论的文化，有助于实现更多创新的可能。

Demis Hassabis 对 ChatGPT 的立场和此前 Meta AI 负责人 Yann Lecun 基本一致：ChatGPT 的走红绝对是一个意外。这个行业早已有非常多的公司和团队从事类似的研究，ChatGPT 的流行更是一个起点，接下来，包括 DeepMind 在内的公司将在诸如信息生成的准确性和可靠性方面发力。

整个播客涉及的话题足够广泛，Demis Hassabis 也非常健谈，同时他对国际象棋的研究以及神经科学博士的背景，让他拥有在压力下冷静决策和制定长期战略能力，这些思维方式，充满在他的谈话里，当然，也体现在 DeepMind 众多研究方向与落地时间过程中。